解析近红外技术的应用与特点

1. 近红外技术原理及特点

近红外（Near－Infrared，NIR）谱区是指介于可见光和中红外（Mid－infrared，MIR）谱区之间的电磁波，按美国材料实验协会（American Society of Testing Materials，ASTM）的定义是指波长在780～2526nm范围内的电磁波，是人们认识最早的非可见光区域。现代近红外光谱是20世纪90年代以来发展最快、最引人注目的光谱分析技术，是光谱测量技术与化学计量学学科的有机结合，被誉为分析的巨人。量测信号的数字化和分析过程的绿色化又使该技术具有典型的时代特征。

习惯上又将近红外光划分为近红外短波（780～1100nm）和长波（1100～2526nm）两个区域。近红外光谱的产生，主要是由于分子振动的非谐振性，使分子振动从基态向高能级的跃迁成为可能。把双原子分子近似看作弹簧两端的两个小球，其伸缩振动视为简谐振动，根据Hook定律，振动方程为：

式中： υ——为振动频率；

k——力常数；

μ——为折合质量；

μ＝m₁m₂/ （ m₁+m₂），m₁、m₂分别为两个原子的质量。

根据量子理论，各振动能级的能量表示为：

式中： h——普朗克常数；

ν——振动量子数，ν＝0，1，2，3…。

这种理想的原子间的振动形式，其振动跃迁只存在由基态到第一激发态的跃迁（即基频吸收），而没有倍频和合频的产生。但在有机分子中，根据振动光谱理论，不但存在由基态到第一激发态的跃迁（基频吸收），还有由基态到较高激发态的跃迁（倍频和合频吸收），倍频各能级的能量为：

式中： υ_X——非谐振常数。(www.xing528.com)

物质在近红外光谱区的吸收主要由C—H、N—H、O—H、S—H、C═O、C═C等基团的基频振动的合频和倍频振动吸收组成，其吸收系数比中红外基频振动吸收弱1～5个数量级。

由于近红外光谱的产生受物质分子不同振动形式的影响，且与中红外谱图比较，其谱带较宽且强度较弱，尤其在短波近红外区域，主要是第三级倍频及一、二级倍频的合频，其吸收强度就更弱。但是，不同基团光谱的峰位、峰强及峰形不同，这为近红外光谱定性和定量分析奠定了理论基础。

近红外光谱技术之所以成为一种快速、高效、适合过程、在线分析的有利工具，是由其技术特点决定的，近红外光谱分析的主要技术特点如下所示。①分析速度快。由于光谱的测量过程一般可在1min内完成（多通道仪器可在1s之内完成），通过建立的校正模型可迅速测定出样品的组成或性质。②分析效率高。通过一次光谱的测量和已建立的相应的校正模型，可同时对样品的多个组成或性质进行测定。在工业分析中，可实现由单项目操作向车间化多指标同时分析的飞跃，这一点对多指标监控的生产过程分析非常重要，在不增加分析人员的情况下可以保证分析频次和分析质量，从而保证生产装置的平稳运行。③分析成本低。近红外光谱在分析过程中不消耗样品，自身除消耗一点电能以外几乎无其他消耗，与常用的标准或参考方法相比，测试费用可大幅度降低。④测试重现性好。由于光谱测量的稳定性，测试结果很少受人为因素的影响，与标准或参考方法相比，红外光谱一般显示出更好的重现性。⑤样品测量一般无需预处理，光谱测量方便。由于近红外光较强的穿透能力和散射效应，根据样品物态和透光能力的强弱可选用透射或漫反射测谱方式。通过相应的测样器件可以直接测量液体、固体、半固体和胶状类等不同物态的样品。⑥便于实现在线分析。由于近红外光在光纤中良好的传输特性，通过光纤可以使仪器远离采样现场，将测量的光谱信号实时地传输给仪器，调用建立的校正模型计算后可直接显示出生产装置中样品的组成或性质结果。另外通过光纤也可测量恶劣环境中的样品。⑦典型的无损分析技术。光谱测量过程中不消耗样品，从外观到内在都不会对样品产生影响。鉴于这一特点，该技术在活体分析和医药临床领域正得到越来越多的应用。⑧现代近红外光谱分析也有其固有的弱点。一是测试灵敏度相对较低，这主要是因为近红外光谱作为分子振动的非谐振吸收跃迁几率较低，一般近红外倍频和合频的谱带强度是其基频吸收的10到10000分之一，就对组分的分析而言，其含量一般应大于0.1%；二是一种间接分析技术，方法所依赖的模型必须事先用标准方法或参考方法对一定范围内的样品测定出组成或性质数据，因此，模型的建立需要一定的化学计量学知识、费用和时间，另外分析结果的准确性与模型建立的质量和模型的合理使用有很大的关系。

2. 近红外技术在烟草行业的应用

国外近红外光谱分析技术在烟草行业的应用较我国起步早，在1992年出版的《Handbook of Near－infrared Analysis》一书中专门讲述了利用近红外光谱分析法定量分析烟草化学成分。到20世纪90年代中后期，美国烟草公司开始使用近红外技术研究烟叶分级和配方，2000年以后使用近红外在线分析技术研究制丝线生产配方的稳定性等质量控制。近红外光谱分析技术应用于我国烟草行业始于1997年，由上海烟草（集团）公司技术中心与中国农业大学共同承担的《近红外技术在烟草品质检测中的应用研究》，建立了烟草常规化学成分的近红外快速分析技术，涉及烟碱、水溶性总糖、还原糖、总氮、总钾、总氯等化学成分指标。随后行业布局《应用近红外检测技术快速测定烟叶主要化学成分（20项指标）研究》《应用烟气粒相物近红外光谱预测主流烟气七种有害成分释放量的技术研究》《卷烟叶组烟气有害成分释放量近红外预测技术研究》《基于在线检测和集成信息控制的智能配方打叶技术体系研究》《FT－NIR分析技术在烟草常规化学分析中的应用》《云南优质烤烟质量标准体系及快速检测技术研究》《上海烟草集团公司烟叶原料质量体系研究与应用》等近红外技术应用研究项目，涉及烟叶原料、打叶复烤过程化学成分以及烟气有害成分分析研究，可检测化学成分指标逐步增加，有力推动了近红外技术在行业的推广应用。

上海烟草集团针对近红外检测管理现状，提出 “动态建模、网络共享、全程管控”的网络化管控体系，保证近红外检测数据质量。云南中烟构建了烟叶原料近红外光谱分析物联网系统，该系统以近红外分析平台为基础，通过网络系统搜集不同产地原料的光谱以及不同工厂的产品的光谱。然后，使用数据挖掘等分析技术对搜集到的光谱进行分析，得到不同产地原料的特点以及不同工厂对生产原料的不同要求。以此分析结果为基础，对原料的加工、存储点进行重新布置与调配，在减少大众化原料运输时间的同时，也保证了某些工厂对其所必需的特定原料的需求，从而大大降低了运输和存储原料的成本。该系统的建成对于工业化生产的统一管理与成本控制有十分重要的意义。山东烟草研究院以烟叶品质控制为切入点，充分利用P LS定量建模技术、多元统计分析技术、智能计算技术等数字化技术，实现网络化的 “中心建模、多点应用”的系统技术架构研究，从网络体系搭建、常规成分建模、网络软件系统研发、质量数据库建设、质量数据分析评价以及标准规范研究等关键工作入手，研发形成支撑多检测终端的烟叶品质快速分析网络化平台。湖南中烟开发了专门用于烟气快速检测的近红外云服务系统。

2005年，贵州中烟陆续开展了《近红外技术在烟草品质检测中的应用研究》《优化在线近红外在复烤打叶生产过程中的应用》等科研项目。于2014年参与了国家重大科学仪器设备开发专项《便携傅里叶近红外光谱仪开发及应用—算法和数据分析研究》，组织实施了《贵州中烟化学成分近红外速测系统的云分析系统软件开发》项目，开发了基于互联网技术的烟草近红外速测系统，简称近红外云分析系统。该系统将公司内部以及相关合作单位的近红外仪器终端的数据和分析功能统一集中到服务器端，实现了近红外仪器设备的统一调度和管理，光谱数据的统一采集和分析，产品模型的统一开发和维护，有效解决了样品信息、管理信息和分析结果的共享，既保证了分析数据的质量又提高了检测效率。2016年以来，该系统逐渐在贵州中烟及相关的13家复烤企业投入运行，在烟叶常规化学成分分析中取得了良好的应用效果。此外，还建立了分析模型对滤棒中三醋酸甘油酯的施加量进行了监控。系统经过近三年的运行，集成了大量初烤烟叶、复烤片烟、卷烟产品等化学成分数据和近红外光谱信息。挖掘这些数据潜在的化学信息，为卷烟产品设计开发、配方维护及质量稳定提供强有力的数据支撑，实现公司的烟叶合理利用与配置。

3. 行业近红外技术应用存在的问题

近红外技术被广泛应用于烟草中总糖、还原糖、总氮、总植物碱、有机酸、氨基酸、淀粉、蛋白质、pH、烟草石油醚提取物、多酚等化学成分的分析中，但是行业的应用能力参差不齐，阻碍了近红外技术在烟草行业的深入应用和推广。具体表现在以下几方面：①近红外光谱采集方法的不规范，行业尚没有建立统一的近红外光谱采集标准，造成现有光谱数据信息不全面，光谱数据格式不统一，数据无法实现直接有效融合；②近红外预测数据质量不一，由于建模样品覆盖不全面、不具代表性，化学成分分析数据质量不一，建模数据处理方法各异，造成近红外模型适用性不强，预测结果之间不具有可比性；③数据分散，每个企业都建立近红外模型，所产生的数据分散于本企业，致使其 “孤岛化”，再加上数据质量认可存在差异，不能实现行业共享。

为提高各烟叶生产企业、卷烟工业企业和科研机构近红外数据有效利用水平，行业有必要建立统一烟草近红外预测模型，通过制定近红外光谱数据采集规范、开发近红外光谱数据采集系统、构建近红外光谱数据库和化学成分数据库，形成行业共享的烟草近红外大数据平台，开发应用服务模块，向工商企业提供数据挖掘结果的多元化展示效果，实现数据共享，为烟叶生产和卷烟生产提供有力支撑。